.png){kind=icon}
返回
Gradient-guided multi-task framework with genetic optimization for medical image segmentation and classification
.png){kind=icon}
PRE
AI
DOI：10.1016/j.patcog.2026.113276.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 一种两阶段训练策略使用分类梯度来指导分割特征选择。
• 采用遗传算法整合多尺度编码器特征以增强分类性能。
• Grad-CAM热力图识别区分性区域以提高分割精度。
• 在超声和磁共振成像数据集上的分类和分割任务中超越当前最佳方法。
Keyword:
Gradient-guided training
Multi-task framework
Genetic algorithm
Medical image segmentation
Classification accuracy
期刊
IF:
7.6
论文数:
1.3W
被引数:
4.5W
机构
引用论文
A review on the use of deep learning for medical images segmentation深度学习在医学图像分割中的应用综述.png)
NEUROCOMPUTING
NEUROCOMPUTINGIF6.5
PREAI
分享收藏3D Multi-Attention Guided Multi-Task Learning Network for Automatic Gastric Tumor Segmentation and Lymph Node Classification三维多注意力引导多任务学习网络用于胃肿瘤自动分割和淋巴结分类
PREAI
分享收藏
TransUNet: Rethinking the U-Net architecture design for medical image segmentation through the lens of transformersTransunnet: 通过变形金刚的镜头重新思考医学图像分割的u-net架构设计MEDICAL IMAGE ANALYSIS
OAAI
MEDICAL IMAGE ANALYSISIF11.8
OAAI分享收藏Genetic algorithms: theory, genetic operators, solutions, and applications遗传算法: 理论，遗传算子，解决方案和应用
PREAI
分享收藏
查看更多内容